[发明专利]基于5G密集异构网络下的基站智慧休眠方法

权利要求书

1.基于5G密集异构网络下的基站智慧休眠方法，其特征在于，包括以下步骤：

步骤一：架构密集异构网络环境，并建立基站信息数据库；

步骤二：获取5G基站的基本信息，并将所有5G基站的基本信息导入至基站信息数据库内；

步骤三：根据5G基站的基本信息进行分簇处理，获得基站连接矩阵，并根据5G基站连接矩阵建立休眠节点；

步骤四：获取每个5G基站的负载量，并对获得的基站的负载量以及休眠节点的信号到达角向量进行神经网络训练，从而输出休眠节点的状态；

步骤五：根据休眠节点的状态自动调节5G基站的运行状态；

对宏基站进行分簇处理的过程包括：获取接入宏基站的用户信息，并对用户的位置进行标记；对该宏基站相邻的宏基站进行标记，并将接入该基站的用户信息发送至相邻的宏基站，然后将每个宏基站接收到的用户信息数量进行标记，以此类推；将该宏基站以及相邻的宏基站接收到的用户信息数量中的最多的宏基站标记为簇头宏基站，并将簇头宏基站以及其相邻的所有宏基站标记为一个簇群；

对簇群内的所有宏基站的进行标记，并进行编号，每个宏基站的编号为i，i=1，2，……，n；n为整数；获取每个宏基站的负载量，所述宏基站的负载量包括单位时间内的数据上传量和数据下载量，并分别标记为SC_i和XZ_i；

对获取到的宏基站的负载量的分析过程包括：通过公式获得簇头单位时间的数据吞吐量TT；分别设置半休眠吞吐量阈值范围（T0，T1），其中0＜T0＜T1；将获得的簇头单位时间的数据吞吐量与半休眠吞吐量阈值范围（T0，T1）进行比较；当TT≤T0时，则判定该簇头对应的簇群内的宏基站使用率低，则将休眠节点的状态调整为全休眠状态；当T0＜TT＜T1时，则判定该簇头对应的簇群内的宏基站使用率中等，则将休眠节点的状态调整为半休眠状态，当TT≥T1时，则判定该簇头对应的簇群内的宏基站使用率高，则将休眠节点的状态调整为不休眠状态；根据休眠节点的休眠状态对宏基站的运行状态进行调整。

2.根据权利要求1所述的基于5G密集异构网络下的基站智慧休眠方法，其特征在于，基站信息数据库用于对5G基站的基本信息进行记录，其中5G基站包括宏基站与微基站。

3.根据权利要求2所述的基于5G密集异构网络下的基站智慧休眠方法，其特征在于，基站信息数据库的具体建立过程包括以下步骤：创建基站信息数据库，并在基站信息数据库内分别建立宏基站信息子库以及微基站信息子库；在宏基站信息子库内建立若干个宏基站数据集，每个宏基站数据集均设置有数据串口，并通过数据串口与宏基站进行相连，然后将宏基站的基本信息导入至宏基站数据集内；在微基站信息子库内建立若干个微基站监控节点，每个微基站监控节点通信/电连接有若干个微基站，然后将微基站的基本信息导入至微基站监控节点内，在宏基站数据集内建立宏基站数据临时存储区间，在微基站监控节点内建立微基站数据临时存储区间。

4.根据权利要求2所述的基于5G密集异构网络下的基站智慧休眠方法，其特征在于，簇头的状态为动态，即根据每个宏基站接入的用户的数量的不同，对簇头的位置进行更新，从而能够通过簇头对相应的簇群状态进行监控；每个簇头形成后，即获取该簇头的运行数据；簇头的运行数据的获取过程包括：根据簇头所在位置设置休眠节点，并通过对获取到的宏基站的负载量进行分析，从而调整休眠节点的状态；所述休眠节点的状态包括不休眠状态、半休眠状态以及全休眠状态。

5.根据权利要求4所述的基于5G密集异构网络下的基站智慧休眠方法，其特征在于，当休眠节点的状态为全休眠状态时，则将簇头对应的簇群内的所有宏基站的运行功率调整至最低，进入休眠状态；当休眠节点的状态为不休眠状态时，则不对宏基站的运行功率进行调整；当休眠节点的状态为半休眠状态时，则对宏基站进行动态调整。

6.根据权利要求5所述的基于5G密集异构网络下的基站智慧休眠方法，其特征在于，对宏基站的动态调整过程包括：获取每个宏基站单位时间的平均负载量PF，PF=TT/n；获取每个宏基站单位时间的负载量为DF_i=SC_i+XZ_i；将获得的每个宏基站的DF_i分别预PF进行比较，并将DF_i＞PF的宏基站进行标记；将未被标记为宏基站的运行功率调整至最低，进入休眠状态。